基于面部几何特征及手部运动特征的驾驶员疲劳检测

• 作者: 刘明周 扈静 蒋倩男
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: 驾驶疲劳 机器视觉 SIFT特征点匹配 肤色检测 BP人工神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 仪器科学与技术
• 页码范围: 18-26
• 页数: 9页
• 分类号: TP391
• 字数: 6455字
• 语种: 中文
• DOI: 10.3901/JME.2019.02.018

摘要

驾驶员疲劳驾驶是造成交通事故的主要原因之一,为解决该问题,提出一种新的基于机器视觉的驾驶员疲劳状态检测方法.根据驾驶员视频图像特点,采用基于肤色检测的Adaboost算法提取面部以及手部的感兴趣区域(Regions of interest,ROIs).基于尺度不变特征变换(Scale invariant feature transform,SIFT)特征点匹配获取眼、嘴以及手部的SIFT特征点,据此得出面部以及手部特征参数.将Perclos、MCIosed、Phdown以及SA4个特征参数作为模型输入,疲劳度等级作为模型输出,建立三层BP神经网络模型,并应用贝叶斯正则化并结合动量梯度下降法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象.试验数据表明,该方法能够克服光照、背景、角度以及个体差异的影响,且疲劳检测的正确识别率达到99.64％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	扈静	合肥工业大学机械工程学院	60	622	14.0	22.0
2	刘明周	合肥工业大学机械工程学院	138	2012	25.0	33.0
3	蒋倩男	合肥工业大学机械工程学院	3	20	3.0	3.0